排序方式： 共有2条查询结果，搜索用时 15 毫秒
1
1.
针对传统的基于稀疏贝叶斯学习（Sparse Bayesian Learning,SBL）的波达方向估计算法对噪声鲁棒性不高的问题,提出了一种基于SBL的子空间拟合离格波达方向(Direction of Arrival,DOA)估计方法。首先对接收数据的协方差矩阵进行特征分解,获得信号的加权子空间,构造等价信号的稀疏表示模型并利用贝叶斯学习算法进行参数求解。同时对于网格划分带来的建模误差问题,采用了离格贝叶斯推导（Sparse Bayesian Inference,SBI）算法进行求解,利用期望最大化算法迭代更新相应的参数。仿真结果表明,相对于传统的DOA方法,该方法具有更好的估计精度。 相似文献
2.
基于阵列观测站的目标定位易受阵列误差的影响.针对方位依赖幅相误差影响下的定位问题,提出了一种利用辅助阵元(Instrumental Sensor,IS)自校正的非圆信号多站直接定位(Direct Position Determination,DPD)算法.该算法利用辅助阵元校正方位依赖的阵列幅相误差,结合信号的非圆特性... 相似文献
1